一种基于环境自适应的光伏发电系统MPPT算法研究

孙轶群 刘佳 刘超君 刘家权

摘 要：目前，光伏电池最大功率跟踪（MPPT）算法主要有智能型和传统混合型。前者鲁棒性强，但算法复杂;后者便于实现，但对环境变化跟随性较弱，且损耗严重。对此，提出一种光伏发电系统环境自适应式的新型MPPT算法，该算法引入光伏电池环境修正参数变量，实时修正最大功率电压，使最大功率电压实时跟随环境变化，并减小后续电导增量法寻优步长。结合光伏电池行为模型，经理论推导说明该算法对环境条件变化具有较好的适应性，并通过电磁暂态仿真软件搭建两级式三相光伏并网系统，验证该算法在电力系统应用中的有效性。

关键词：MPPT;自适应;修正参数;电导增量法

Abstract：At present， the algorithm of the photovoltaic （PV） array's maximum power point tracking （MPPT） is mainly operated by intelligent and traditional hybrid modes. Nevertheless， it is complex and easily traps into local optimal. The latter is easy to implement， but it has worse the following performance and serious loss. Consequently， a new environment self-adaptation MPPT algorithm of the PV power system is presented in this paper. According to the modified parameter variables of environment， the UMPP is adjusted with environment change in real time. And then it can reduce the step size of the subsequent optimization procedure of incremental conductance algorithm. Based on the feasible model of PV cell and through theoretical derivation， the following performance of the new MPPT algorithm is demonstrated. Through the boost two-stage of PV 3-phase converter and the transient simulation software the effectiveness of the new MPPT is verified.

Key words：MPPT;self-adaptation;modified parameter;incremental conductance algorithm

0 引言

目前光伏發电系统普遍采用最大功率点跟踪（MPPT）控制方法有传统混合型与智能型两种模式。传统混合型[1-2]主要基于固定电压（C&V）法、扰动观察（P&O）法、电导增量（I&C）三种基本方法，以及各方法的混合使用。混合型方法简单、被测参数少，跟随外界环境变化，但实际应用中在最大功率点附近扰动较大，且容易受环境影响 ，鲁棒性差，功率损耗大。智能型[3-5]主要有神经网络算法、模糊算法、粒子群算法、人工鱼群算法等， 其鲁棒性、灵活性和适应性较好，但算法复杂。

本文计及光伏发电系统工程实际，以光伏电池行为模型为依据，基于环境修正法，引进电压修正参数ΔU，PI控制环节，实时调节直流斩波器占空比D，加快最大功率点电压Um寻优速度，减小功率损耗，使最大功率点电压Um实时跟随环境条件变化，并减小后续电导增量法（I&C）寻优步长，快速、准确实现光伏电池MPPT，既改善传统MPPT算法易受环境影响，功率损耗较大的缺点，又避免智能型MPPT算法复杂劣势。

1 光伏电池数学模型

根据光伏半导体电压-电流特性[6]，则其输出特性如式（1）所示。

2 环境自适应式MPPT控制

2.1 控制算法

图1给出新型MPPT算法控制流程图，如图1所示。

3 并网逆变器控制

本文采用两级式三相光伏阵列并网系统直流电压Udc外环、电流内环控制，如图2所示。

4 仿真分析

以海纳通太阳能多晶硅SW-260W-P型号的太阳电池模块为例。四个标准条件测试参数：开路电压Uoc=43.7 V;短路电流Isc=7.83 A;最大功率点电压Um=35 V;最大功率点电流Im=7.43 A;光伏电池最大输出功率Pm=260 W。三个补偿参数a、b、c分别为8e-4、0.2、1.5e-3。根据图2，通过Simulink搭建仿真模型。设置以下环境条件变化场景：I、保持光照强度不变（S=1e3W/m2），0.3 s～0.5 s温度由标准温度渐变至0 ℃，0.5 s时突变至50 ℃;II、保持温度不变（T=25 ℃），0.3 s～0.5 s光照由标准光照强度渐变至600 W/m2，0.5 s时突变1 200 W/m2;III、0 s～1 s温度由0 ℃渐变至50 ℃，光照强度由600 W/m2渐变至1 200 W/m2，如图3、图4所示。

C&V法所控电压、电流也均未能较好跟随环境变化。场景II时：环境自适应算法、变步长算法时电流能够跟随光照条件变化，电压能够根据实际光照强度影响进行相应调整。在0.5 s光照强度突变时环境自适应算法对其所控输出电压具有更强抑制作用。如表2所示。

表2给出场景I、II光伏阵列输出特性比较结果，其中：βn=[实际值-理论值]/理论值，（n=1，2，3）。结合图3和图4，表1和表2，可以看出环境自适应算法跟随性优于C&V法、变步长法，功率损耗小于C&V法、变步长法，且电压与电流稳定性也均优于其他两种算法。

6 总结

本文针对适用于光伏发电系统并网工程实际，基于光伏电池行为模型，引入环境修正参数，提出一种基于环境自适应MPPT算法，实时修正光伏阵列最大功率电压Um，提高最大功率点Pm跟踪速度，减小系统损耗。结合本算法，通过两级式三相逆变光伏发电系统并网逆变器双环控制，保证光伏并网逆变器输出功率实时跟踪光伏阵列输出最大功率。

通过MATLAB/Simulink仿真软件搭建光伏发电系统仿真平台，根据仿真结果，充分验证本文所提算法正确性、有效性，为光伏发电系统工程实际应用提供相关理论研究基础，后续将根据现有研究基础搭建实验平台。

参考文献

[1] Moacyr Aureliano Gomes de Brito， Luigi Galotto， et al. Evaluation of the Main MPPT Techniques for Photovoltaic Applications [J]. IEEE Trans. Power industrial electronics， 2013， 60（3）：1218-1231.

[2] 崔巖，蔡炳煌，李大勇，等. 太阳能光伏系统MPPT控制算法的对比研究[J]. 太阳能学报， 2006，27（6）：535-539.

[3] 张蔚. BP神经网络在光伏发电MPPT中的应用[J].现代建筑电气， 2010，1（4）：54-57.

[4] 王红艳，万盟. 基于粒子群算法的MPPT控制策略研究[J]. 南京工程学院学报， 2014， 12（2）：24-27.

[5] 赖东升，杨苹. 一种应用于光伏发电MPPT的变步长电导增量法[J]. 电力电子技术， 2012， 3（24）：35-39.

[6] 焦阳， 宋强， 刘文华. 光伏电池实用仿真模型及光伏发电系统仿真[J]. 电网技术， 2010， 34（11）：198-202.

（收稿日期：2019.09.24）·